人工智能行业计算需求与供应动态 - AI初创公司的核心约束是计算资源，许多公司专注于获取并使用英伟达硬件[1] - 投资机构通过直接购买计算资源（如数百个H100节点）来支持其投资组合公司以应对供应短缺和获取风险[2][3] - AI公司普遍从使用当前一代的尖端性能芯片（英伟达芯片）开始进行实验和创新[4] - 随着公司成熟，会转向训练更小模型以控制成本，并探索如何利用更多token来改变用户体验[5] 计算资源短缺现状 - 行业需求远超英伟达及整个行业的供应能力，这种供需失衡状态已持续约两个季度[6] - 目前极难获得按需、小规模的计算资源，而这正是许多初创公司的起点[7][8] - 短缺态势真实存在，有公司试图一次性购买价值1亿美元的计算资源并做出多年承诺，但仍面临困难[7] 市场需求与增长前景 - 英伟达首席执行官黄仁勋指出需求呈抛物线型增长，远超人类预期[8][9] - 这种指数级增长体现在云服务代码收入等领域，源于长周期智能体任务等用例[10] - 预计在知识经济的多种职能中，通过更高效地使用模型处理长周期智能体任务，将产生数十亿至400亿美元的收入[11][12] 企业AI市场机遇 - SpaceX的S-1文件中提出了一个针对企业AI的、总规模达26.5万亿美元的潜在市场目标[12] - 对AI投资的核心逻辑是自动化，即利用具备工具和约束的模型来接管人类已有的工作任务[13][14] - SpaceX通过S-1文件的选择，明确承诺将使其产品在企业AI领域具备重要性[15] - 关键问题在于价值是体现在基础设施、模型还是应用层，这同样在Anthropic和Cursor的交易中有所体现[16] - 拥有基础设施及扩展能力极具价值，但核心问题在于是否还需要同时掌控模型层和应用层[17]